Розробка підсистеми оперативного прогнозування простоїв прибуваючих поїздів на основі ANFIS-системи

Simple item page
dc.contributor.authorПахомова, Вікторія Миколаївнаuk_UA
dc.contributor.authorДмітрієв, Святослав Юрійовичuk_UA
dc.date.accessioned2014-12-19T10:26:38Z
dc.date.available2014-12-19T10:26:38Z
dc.date.issued2013
dc.descriptionВ. Пахомова: ORCID 0000-0001-8346-0405, С. Дмітрієв: ORCID 0000-0002-9512-4158uk_UA
dc.description.abstractUK:Виконано аналіз існуючих штучних нейронних мереж для вирішення задач прогнозування. Визначено, що для прогнозування простоїв поїздів доцільно використати гібридну мережу, яка об'єднає в собі переваги нейронних мереж і систем нечіткого виводу. Спроектовано 6-входову нейронечітку мережу ANFIS, що надає прогноз періодів простою поїздів за алгоритмом Такагі-Сугено. Складено методику створення системи ANFIS в середовищі Matlab. Розроблено підсистему оперативного прогнозування простоїв прибуваючих поїздів на основі ANFIS-системи. Виконана оцінка точності запропонованої методики.uk_UA
dc.description.abstractRU: Выполнен анализ существующих искусственных нейронных сетей для решения задач прогнозирования. Определено, что для прогнозирования простоев поездов целесообразно использовать гибридную сеть, которая объединит в себе преимущества нейронных сетей и систем нечеткого вывода. Спроектирована 6-входовая нейронечеткая сеть ANFIS, предоставляющая прогноз периодов простоя поездов по алгоритму Такаги-Сугено. Составлена методика создания системы ANFIS в среде Matlab. Разработана подсистема оперативного прогнозирования простоев прибывающих поездов на основе ANFIS-системы. Выполнена оценка точности предложенной методики.ru_RU
dc.description.abstractEN: The analysis of the existing artificial neural networks for solving the problems of forecasting. It was determined that in order to predict the idle trains is advisable to use a hybrid network that combine the advantages of neural networks and fuzzy inference systems. Designed six-input neuronetwork ANFIS, providing forecast periods of inactivity train the algorithm Takagi-Sugeno. Compiled method of creating a system ANFIS in the environment Matlab. The subsystem operational forecasting delays of trains arriving on ANFIS-based system. The estimation accuracy of the proposed method.en
dc.identifier.citationПахомова, В. М. Розробка підсистеми оперативного прогнозування простоїв прибуваючих поїздів на основі ANFIS-системи / В. М. Пахомова, С. Ю. Дмітрієв // Інформаційно-керуючі системи на залізничному транспорт. – 2013. – № 4. –С. 46–55.uk_UA
dc.identifier.issn1681-4886 (Print)
dc.identifier.issn2413-3833 (Online)
dc.identifier.urihttps://crust.ust.edu.ua/handle/123456789/3158en
dc.language.isouk_UA
dc.publisherУкр.ДУЗТ, Харківuk_UA
dc.subjectпрогнозуванняuk_UA
dc.subjectнейронечітка мережа ANFISuk_UA
dc.subjectфункція приналежностіuk_UA
dc.subjectтермuk_UA
dc.subjectфазифікаціяuk_UA
dc.subjectалгоритм Такагі-Сугеноuk_UA
dc.subjectпрогнозированиеru_RU
dc.subjectнейронечеткая сеть ANFISru_RU
dc.subjectфункция принадлежностиru_RU
dc.subjectтермru_RU
dc.subjectфазификацияru_RU
dc.subjectалгоритм Такаги-Сугеноru_RU
dc.subjectforecastingen
dc.subjectneuronetwork ANFISen
dc.subjectthe membership function, termen
dc.subjectfazifikatsiyaen
dc.subjectthe algorithm Takagi-Sugenoen
dc.subjectКЕОМuk_UA
dc.titleРозробка підсистеми оперативного прогнозування простоїв прибуваючих поїздів на основі ANFIS-системиuk_UA
dc.title.alternativeРазработка подсистемы оперативного прогнозирования простоев прибывающих поездов на основе ANFIS-системыru_RU
dc.title.alternativeThe Development of Operational Forecasting Subsystem Downtime Trains Arriving on ANFIS-Based Systemen
dc.typeArticleen

Files

Original bundle

Now showing 1 - 1 of 1
Thumbnail Image
Name:
Pakhomova_Dmitriev.pdf
Size:
727.07 KB
Format:
Adobe Portable Document Format
Download

License bundle

Now showing 1 - 1 of 1
Thumbnail Image
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download

Collections

Статті КЕОМ